Algorithm 有什么算法可以决定何时以及如何将计算拆分到多台机器上？

假设您有4个计算任务A、B、C、D。其中一些任务依赖于其他任务（在下面写为

->

）。例如，B

->

A意味着我必须先计算A，然后才能开始计算B

依赖关系如下面的树所示，因此D

->

B

->

A和C

->

A

A
|\
B C
|
D

如果我决定在一台机器上进行所有计算，总计算时间将为（假设每台机器只有一个内核/线程）：

我还可以将它们分成两台机器：

Machine1      Machine2
A              A
|              |
B              C
|
D

在这种情况下，总时间将更短（我忽略了分解计算所涉及的开销）：

请注意，在这种情况下，必须计算两次A，每台机器一次。因此，尽管我们的总时间较短，但我们浪费了计算资源

如果我们不与使用同一集群的其他用户竞争，那么拆分总是好的。因此，根据负载的不同，拆分可能是个好主意，也可能不是

我正在寻找两种算法：

如何将计算拆分到多台机器上？这将意味着分析依赖树并找出独立的分支

什么时候把计算分到几台机器上？我们需要考虑机器数量、当前负载、必须重复的计算（在上面的示例中为A）以及重复计算的成本。例如，在上面的例子中，A可能需要1秒或50秒。

---

你不能在计算A之后进行拆分吗？@maraca所有的计算都是在网格上进行的，而不是在进行拆分的计算机上。所以目前你的提议是不可能实现的。这意味着向网格发送一条消息，将响应返回，并将其与用于以下计算的数据一起发送回网格。目前还不可行，但我肯定可以调查这一点。你不能在计算A后分割吗？@maraca所有的计算都是在网格上完成的，而不是在进行分割的计算机上。所以目前你的提议是不可能实现的。这意味着向网格发送一条消息，将响应返回，并将其与用于以下计算的数据一起发送回网格。目前还不可行，但我肯定可以调查此事。

Machine1      Machine2
A              A
|              |
B              C
|
D

Total time = Max(t(A) + t(B) + t(D), t(A) + t(C))